1.一种基于片段库信息增强的蛋白质结构预测方法，其特征在于：所述蛋白质结构预测方法包括以下步骤：

1)输入预测蛋白质的序列信息和预测的二级结构信息；

2)设置参数：片段长度为3的片段库过滤因子filter3，片段长度为9的片段库过滤因子filter9，片段组装次数M，玻尔兹曼温度因子KT；

3)筛选片段库信息，过程如下：

3.1)设r＝1，r∈{1,2,…,L-f+1}；其中r表示滑动窗口编号，L为蛋白质序列长度，f∈{3,9}为滑动窗口的宽度；

3.2)计算滑动窗口的二级结构最高分，过程如下：

3.2.1)设第n号残基预测的二级结构为α-helical、β-strand和loop的置信度分别为和 其中n∈{r,r+1,…,r+f-1}；

3.2.2)第r个滑动窗口的二级结构总分为：

3.3)对滑动窗口对应的片段库进行筛选，过程如下：

3.3.1)设k＝1，k∈{1,2,…,200}；其中k表示片段库中片段的编号；

3.3.2)计算片段k的二级结构得分：其中 表示第n号残基在该片段中的真实二级结构，H和E分别表示二级结构为α-helical和β-strand；

3.3.3)决定是否从片段库中去除片段k，过程如下：

3.3.3.1)若f＝3，执行步骤2.3.3.2)；否则执行步骤2.3.3.3)；

3.3.3.2)若 则将片段k从片段库中去除，转至步骤2.3.4)；

3.3.3.3)若 则将片段k从片段库中去除；

3.3.4)k＝k+1；

3.3.5)若k≤200，转至步骤2.3.2)；否则，转至步骤2.4)；

3.4)r＝r+1；

3.5)若r≤L-f+1，转至步骤2.2)；否则，片段库筛选完成，得到信息增强的片段库；

4)利用信息增强的片段库进行片段组装，过程如下：

4.1)设m＝1，m∈{1,2,…,M}；

4.2)执行片段插入操作，过程如下：

4.2.1)若m≤0.5*M，执行步骤4.2.2)；否则执行步骤4.2.3)；

4.2.2)从当前构象Ptarget中随机选择一个窗口宽度为3的滑动窗口，从该滑动窗口对应的片段长度为3的片段库中随机选择一个片段替换原有片段，生成新的构象Ptrial，转至步骤

4.3)；

4.2.3)从当前构象Ptarget中随机选择一个窗口宽度为9的滑动窗口，从该滑动窗口对应的片段长度为9的片段库中随机选择一个片段替换原有片段，生成新的构象Ptrial；

4.3)利用能量函数计算构象Ptarget和Ptrial的能量Etarget和Etrial；

4.4)计算替换概率：

4.5)生成均匀随机小数prand，prand∈[0,1]；若prand＜p，用新构象替换当前构象Ptarget＝Ptrial，否则不进行替换；

4.6)m＝m+1；

4.7)若m≤M，转至步骤4.2)；否则，片段组装完成；

5)输出片段组装后的构象作为预测结果。